MindSpore Lite体验
MindSpore Lite是MindSpore八月发布的针对手机以及IoT场景，端到端的解决方案。简单地说，就是可以在手机以及IoT设备上部署MindSpore框架训练的AI模型。
上手体验
下载官方代码样例—图片分类（使用的是mobilenet.v2）。安装AndroidStudio，按照说明，需要各个依赖如下：
- Android Studio >= 3.2 (推荐4.0以上版本)
- NDK 21.3
- CMake 3.10
- Android SDK >= 26
- OpenCV >= 4.0.0（示例代码中已经有了，所以可以不用安装）
根据说明，配置一下工程，我使用的Android SDK=30，也就是Android10版本
导入项目之后，还需要下载gradle里面的相关依赖，等一会儿就行~
简单的源码说明
这个实例程序主要分为两个部分，一个是Java，一个是C++。Java代码调用系统API开启相机，并封装了一个类RecognitionObjectBean保存分类的结果。C++编写底层的推理代码，Jni调用C++API进行推理。C++API需要相关的库文件支持，可以通过Mindspore lite源码编译得到。也可以像这个例子，通过配置gradle下载
要用C++代码实现推理过程，大致流程如下：
- 加载模型文件，创建会话，构建推理的计算图
- 转换输入图片为Tensor，要和训练时输入数据格式保持一致
- 输入数据进行推理，获取输出数据，也是一个Tensor，得进行一些处理，拿到分类的结果。
详细的代码可以点这
运行
连接手机，点击运行，开始build，报了一个错
在C++类MSNetWork中，这个属性被protected修饰，无法被外部的类访问。额，那我就修改这些属性的修饰符为public，虽然这么做不符合封装的思想。。。。
修改之后，成功build，然后就可以在手机上看到一个APP
试运行一下
识别一下键盘。结果为Computerkeyboard的可能性为75.38%，是最高的，可以认为这个物品是键盘。推断时间为36ms，延迟比较低。